Technologia i finansowanie to tylko jeden z elementów. Każde nowe rozwiązanie w firmie-organizacji to zmiana, od procesów i procedur, a często po zmiany w kulturze całej organizacji, strukturze czy nowych pracownikach i kompetencjach. Z tym mamy do czynienia w przypadku technologii sztucznej inteligencji (AI) co najmniej w trójnasób. Krótki czas, intensywność wkraczania tych rozwiązań do biznesu jest wyższa niż przy dotychczasowych wdrożeniach przełomowych technologii, np. PC-tów czy komunikacji mailowej.
Szansą i jednocześnie największym wyzwaniem jest transformacja kultury organizacyjnej, procesów i strategii biznesowej. Tymczasem nieproporcjonalnie dużo uwagi poświęca się wydajności modeli AI, technicznym benchmarkom, ogromnym inwestycjom finansowym oraz tzw. globalnej rywalizacji między firmami rozwijającymi AI. – jak mówi Tim Stoddard, Senior Vice President and General Manager EMEA, Zebra Technologies. W kolejnych paragrafach swojego eseju, szczegółowo rozwija tą koncepcję.
Statystyki potwierdzają mankamenty technologiczno-finansowego modelu adaptacji AI w firmach
Potwierdza to niedawny raport Hoover Institution (Uniwersytet Stanford). Badanie przeprowadzone zostało wśród blisko 6000 prezesów, dyrektorów finansowych i członków kadry kierowniczej z 14 branż w Wielkiej Brytanii, Niemczech, Stanach Zjednoczonych i Australii. Wyniki pokazały, że 70% firm korzysta już z AI, jednak ponad 80% z nich nie odnotowuje wpływu tej technologii na produktywność. Jednocześnie analitycy wskazują, że 75% dyrektorów finansowych planuje w tym roku zwiększyć wydatki na technologie. Rozbieżność pomiędzy skalą inwestycji a osiąganymi efektami jest dziś jednym z najważniejszych wyzwań, jakie muszą rozwiązać liderzy biznesu.
Pomijane czynniki sukcesu technologii AI w organizacji
Analiza raportu Hoover jest interesująca nie tylko ze względu na to, co zawiera, ale także na to, czego w nim brakuje. Nie znajdziemy w nim pojęć takich jak „kultura” czy „transformacja”. Brakuje również dyskusji na temat nauki w miejscu pracy, szkoleń i edukacji. Tymczasem kultura organizacyjna „zjada strategię na śniadanie” – również wtedy, gdy mówimy o AI. – dodaje Tim Stoddard, z Zebra Technologies
Warto zestawić to z podejściem prezesa jednej z czołowych firm rozwijających modele AI, który przyznał, że poświęca około 40% swojego czasu kulturze organizacyjnej firmy. Z kolei Boston Consulting Group wskazuje, że najlepiej radzące sobie organizacje przeznaczają 70% swoich wysiłków na wsparcie ludzi, procesy i transformację kulturową, 20% na otaczający je ekosystem danych i technologii, a jedynie 10% na same algorytmy.
Oczywiście kultura organizacyjna bywa trudna do jednoznacznego zdefiniowania i nie istnieje jeden uniwersalny model. Prawdziwą kulturę firmy najlepiej pokazuje to, jakie zachowania są doceniane i nagradzane, jak podejmowane są decyzje oraz jak ludzie zachowują się pod presją. To często mówi o organizacji więcej niż o wartościach zapisanych na firmowej stronie internetowej czy w intranecie.
Raport zwraca również uwagę na prezesów „korzystających z AI”, co sugeruje traktowanie tej technologii jako narzędzia, do którego loguje się od czasu do czasu. Tymczasem AI powinno być postrzegane jako warstwa wykonawcza przenikająca w operacje i procesy pracy – podobnie jak dziś Internet i Wi-Fi są naturalnie zintegrowane z codziennym funkcjonowaniem sklepów, biur czy pracy terenowej. Choć liderzy powinni dawać przykład, a zarządy aktywnie wspierać kluczowe projekty transformacyjne, trudno uznać za miarę sukcesu fakt, że prezesi spędzają wiele godzin dziennie na korzystaniu z chatbotów AI. Moim zdaniem nie o to chodzi w skutecznym wdrażaniu AI. – podkreśla Tim Stoddard.
AI musi mówić językiem zarządów nie tylko technologii
Przy odpowiedniej kulturze organizacyjnej i właściwych kompetencjach w zakresie AI firmy będą mogły wynieść wiele procesów na nowy poziom, a dzisiejsza automatyzacja stanie się inteligentna, autonomiczna i adaptacyjna. Inteligentne operacje oraz zwrot z inwestycji w AI w obszarze obsługi klienta są kluczowe dla biznesu – oznaczają większą wydajność, mniej przestojów, lepszą jakość produktów, bardziej elastyczne procesy, a także większą lojalność i satysfakcję klientów. Te korzyści muszą jednak zostać przełożone na język, którym posługuje się kierownictwo firm – wzrost przychodów, zysk, EBITDA, czy zysk przypadający na akcję. Raport Hoover słusznie ujmuje produktywność w odniesieniu do sprzedaży przypadającej na jednego pracownika.
Inwestycje w strategię i kulturę organizacyjną mogą pokazywać, w jaki sposób agenci AI wspierający pracowników pierwszej linii ograniczają rotację pracowników i koszty ponownej rekrutacji oraz jak personalizacja oparta na AI zwiększa wartość koszyka zakupowego klientów. Mogą także przekładać się na wykorzystanie uczenia głębokiego na liniach produkcyjnych do eliminowania kosztów związanych z problemami jakościowymi i wycofywaniem produktów z rynku. Liderzy biznesu chcą widzieć, że inwestycje w AI przynoszą zarówno operacyjny, jak i finansowy zwrot z inwestycji.
Tim Stoddard podziela również opinię profesora Carla Benedikta Freya, który uważa, że AI nie zapewni trwałego dobrobytu, jeśli będzie wykorzystywane głównie do automatyzowania tego, co już dziś robimy. Największe przełomy powstają dzięki nowym branżom i nowym sposobom działania, a nie jedynie szybszemu powtarzaniu tych samych czynności.
Dzięki możliwościom AI pracownicy zyskają więcej czasu. Byłaby to jednak zmarnowana szansa, gdyby został on wykorzystany wyłącznie do wykonywania większej liczby tych samych zadań – albo w najgorszym przypadku, nie przełożył się na żadne realne zmiany z powodu braku gotowości kultury organizacyjnej na innowacje i eksperymentowanie z AI. To właśnie takie działania mogą prowadzić do prawdziwych przełomów.
Zmiana modelu absorbcji AI w organizacji wymaga wyobraźni
Niektórzy mogą być skłonni wrócić do słynnego paradoksu profesora Roberta Solowa, laureata Nagrody Nobla w dziedzinie ekonomii, który powiedział, że „erę komputerów widać wszędzie poza statystykami produktywności”. Z perspektywy czasu wiemy jednak, że paradoks Solowa nie dotyczył samej technologii.
Komputery wspierały różne obszary działalności firm, ale dopiero w latach 90. produktywność zaczęła wyraźnie rosnąć. Nie wynikało to jedynie z opóźnienia we wdrażaniu i upowszechnianiu technologii, lecz z opóźnienia w transformacji biznesowej – zjawiska, które ekonomiści określają mianem całkowitej produktywności czynników (total factor productivity). Stanowi to wyzwanie dla świata biznesu, który mierzy postępy w perspektywie kwartalnych wyników finansowych. Choć już dziś widać pozytywne efekty na poziomie pojedynczych organizacji i branż, nowe sposoby pracy nie nadążają jeszcze za tym tempem w skali całych sektorów gospodarki.
Trudno wyobrazić sobie coś, co jeszcze nie istnieje – niezależnie od tego, czy chodzi o nowe modele pracy, nowe zawody, nowe firmy czy całkowicie nowe branże. Możemy jednak być pewni, że szanse, które pojawią się w przyszłości, zostaną wykorzystane. Jedno z badań wykazało, że połowa wzrostu zatrudnienia w latach 1980–2007 dotyczyła zawodów z nowymi nazwami stanowisk i nowymi typami zadań.
Technologia często rozwija się szybciej niż firmy, które chcą ją wykorzystać. Czas potrzebny na adaptację AI jest dziś krótszy niż w przypadku wcześniejszych technologii, ale oznacza to również, że samo wdrożenie AI stanie się podstawowym standardem, a nie przewagą konkurencyjną. Inicjatywy związane ze sztuczną inteligencją muszą być bezpośrednio powiązane z kluczowymi inwestycjami i wskaźnikami operacyjnymi, kulturowymi oraz finansowymi. Prawdziwe przełomy, które każdego dnia poprawiają sposób pracy i zmieniają funkcjonowanie firm, są znacznie większym wyzwaniem i wymagają czegoś więcej niż samego AI.
Tak konstatuje Tim Stoddard, Senior Vice President and General Manager EMEA, Zebra Technologies, firmy, która o technologii wie całkiem sporo. Dla kontekstu warto dodać, że Zebra to firma, która m.in. wprowadziła na masowy rynek technologię skanerów kodów, czyli urządzeń z których korzysta handel, produkcja czy logistyka. Także my codziennie skanując produkty w kasach samoobsługowych.
Dziennikarz z zawodu i zamiłowania. Zajmuje się tematyką gospodarczą, prawną i finansową, szczególnie nowymi technologiami, i komunikacją oraz mediami. Poza dziennikarstwem zajmuje się fotografią, jeździ na nartach i uwielbia Hiszpanię. Z marką INFOR związany wcześniej, zaczynał przygodę z dziennikarstwem w Gazecie Prawnej. Od kwietnia 2026 r. już jako dziennikarz internetowy przygotowuje i publikuje artykuły na portalu Forsal.pl.